月刊
ISSN 1000-7229
CN 11-2583/TM
电力建设 ›› 2020, Vol. 41 ›› Issue (3): 62-70.doi: 10.3969/j.issn.1000-7229.2020.03.008
史晨豪, 唐忠,魏敏捷,李征南,陈寒
SHI Chenhao, TANG Zhong, WEI Minjie, LI Zhengnan,CHEN Han
摘要: 高渗透分布式电源接入后,对配电网电压和网损的优化提出了更高的要求。而传统的集中式控制缺少大量的量测设备和通信设备,导致数据采集不完整,优化模型不精确,难以满足大规模光伏并网的运行要求。所以文章构建了一种双层优化模型来改善传统集中式控制的不足;在概率优化的电气距离矩阵的基础上,使用蚁群聚类进行有效分区和主导节点选择,以此分区将传统的配电网二级控制引入第1层模型,然后利用基于粒子群算法优化极限学习机(particle swarm optimization extreme learning machine,PSO-ELM)神经网络挖掘并拟合配电网参数数据之间的函数关系,对第1层控制模型进行反复迭代修正。最后,在IEEE-33节点上进行仿真计算,验证了该模型对于配电网电压和光伏出力调控的有效性。
中图分类号: